<optgroup id="100wc"></optgroup>
<optgroup id="100wc"><em id="100wc"><del id="100wc"></del></em></optgroup>
<optgroup id="100wc"><i id="100wc"><del id="100wc"></del></i></optgroup>
  1. 2018技術展望:揭示改變生命科學研究的技術和主題

    2020/04/09

    2018技術展望:揭示改變生命科學研究的技術主題

    來源: 藥渡

    日前頂級期刊《自然》采訪了數位科學牛人,梳理出未來一年可能改變生命科學研究的技術和主題。包括重編碼基因組、繪制轉錄圖譜、推動癌癥疫苗、關聯基因型與表型、拓展基因組序列分析、建立科學物聯網。那這些技術如何改變生命科學研究,又是如何改變我們的生活呢?希望這篇文章能讓大家有所啟發。

    物聯網已經改變了我們生活的許多方面,現在它將與其他突破性技術一起,改變生命科學研究。

    1.重編碼基因組

    馬薩諸塞州波士頓哈佛醫學院遺傳學家George Church:

    George Church

    盡管”基因魔剪“CRISPR令人興奮,可這一技術的高效和精確性還有待提高。這方面一次性做出很多改變的難度可想而知,而我們實驗室已創下迄今為止最高的記錄:對單個細胞基因組修改了62次。對此我們有令人信服的應用,這需要更多的同時改變。然而現在,我們有了使之可行的所需技術。

    “密碼子重新編碼”是一種完全通用的方法,可以讓任何生物對大多數甚至所有病毒產生抵抗力,但需要對每個細胞進行成千上萬的精確改變。每個密碼子是一段長度為三個堿基的DNA,如TTG,對應一個特定的氨基酸,比如亮氨酸或翻譯信號(起始、終止等)。鑒于亮氨酸可以由六個密碼子編碼,我們可以利用遺傳密碼中的“冗余密碼子”來替換其中任何一個密碼子。一旦完成這些替換,我們刪除與替換掉的密碼子匹配的亮氨酸轉運RNA (tRNA)所對應的基因,細胞將無法再識別該序列。

    現在,當一種病毒感染擁有所有重編碼密碼子的細胞時,由于缺少轉運RNA,病毒無法通過它的信使RNA來翻譯蛋白質就會死亡。因此病毒其實并不強大,消滅它們也沒那么困難。

    為了一次性能做出多個精確的改變,我們使用多路自動化基因組工程(multiplexed automated genome engineering,MAGE)技術。將含有需要進行精確堿基對變化的遺傳物質短片段,引入到無法進行DNA錯配修復的細胞中。經過幾輪細胞復制后,這些堿基對變化被完全整合到細菌的基因組中。

    從理論上講,這一操作可以在每個因病毒構成危害的生物體內實現,例如乳制品工業中使用的微生物和重要的農業作物和動物。此外,研究人員還可以培育出用于器官移植的抗病毒豬以及用于生產藥物和疫苗的耐病毒人類細胞。

    這里真正令人稱奇的是你可能創造出一種生物,對所有病毒甚至是從未被研究過的病毒具有抵抗力。但重新編碼所能實現的不止于此。哈佛醫學院的Pamela Silver和加州拉霍亞Synthetic Genomics公司的Daniel Gibson已經合作開發了另一種重編碼技術用以改進鼠傷寒沙門氏菌的疫苗株。

    該研究還可以重編碼一種生物體,將非標準的氨基酸整合到蛋白質中,以得到現有生物體中不存在的化學物質:例如可發出熒光的、與核酸相似的或可形成特殊鍵的氨基酸。當你不再局限于20種普通氨基酸時,生物化學將呈現全新的局面。 英國劍橋MRC分子生物學實驗室的Jason Chin實驗室正在使用這種方法對果蠅中對人們熟知的蛋白質做分子水平上的精確改造。

    最后,重編碼為“生物防護”提供了有效策略。如果一個抗病毒生物逃脫進入大自然,即使它對環境沒有“壞”影響,也會因為占自然優勢順利“勝出”。利用非標準的氨基酸,你可以設計一種生物,只有當它被給予某種營養時才能生長。這樣針對實驗室使用的實驗生物就提供了“防止逃脫”的一種策略。

    2.繪制轉錄圖譜

    美國馬薩諸塞州劍橋市哈佛大學高級成像中心主任Xiaowei Zhuang(莊小威):

    近期推出的人類細胞圖譜(Human Cell Atlas,HCA)計劃是一項新的全球計劃:旨在確定人體內所有細胞類型,并繪制其空間分布。這是一個宏偉的目標,而這樣規模的項目將需要許多互補性技術。

    單細胞RNA測序是識別不同細胞類型的有效方法,也是創建HCA的重要工具,但其需要將組織分解成單個細胞,然后再分離RNA。這樣就無法保留一個組織中細胞的空間環境,比如它們是如何組織和相互作用的。

    我們希望有一種技術,能通過對完整組織中細胞的轉錄譜進行成像來提供其空間環境。我的實驗室正在開發分子成像技術MERFISH (multiplexed error-robust fluorescence in situ hybridization),這是一種基于圖像的單細胞轉錄組學方法。MERFISH使用出錯率低的條形碼,識別細胞中每一種不同類型的RNA,組合標記和連續成像以大規模復合方式檢測這些條形碼(見“轉錄組圖譜”)。我們已經展示了我們在單細胞中成像1000種不同信使RNA (mRNAs)的能力。進一步發展中,MERFISH有潛力檢測完整組織細胞中的全部轉錄組。

    這種空間分辨型RNA分析數據,將為我們提供HCA的物理圖像。我們可以對單個細胞進行成像,通過其基因表達特點對其進行分類并繪制其空間組織。它可以與其他成像技術獲得的細胞形態和功能數據相結合,進一步豐富這一圖像。

    目前,我們的細胞圖譜的幾乎是不完整的。如果你沒有一個整體性的圖譜,你就不知道你缺少了什么,更不用說如何設計有效的治療方案來干預疾病。

    3.推動癌癥疫苗

    俄亥俄州哥倫布市全國兒童醫院基因組醫學研究所聯合執行主任Elaine Mardis:

    在癌癥免疫基因組學領域,研究人員想知道,哪些由癌癥基因組編碼的突變蛋白能夠在給定的個體中引起免疫應答。這些被稱為“新抗原”的蛋白可用于開發個性化癌癥疫苗或指導其他治療。一種可用于研究這些新生抗原的技術CyTOF,非常振奮人心,這是一種大規模細胞計數方法,用于鑒定表達特定蛋白的細胞。

    在典型的流式細胞術中,研究人員將用熒光分子標記的抗體與細胞混合以標記感興趣的蛋白,然后逐個分析細胞,以這些蛋白質為基礎測量它們的相對豐度。CyTOF用質譜儀檢測到的金屬標簽代替數量有限的熒光標簽,與十多個標簽的流式細胞術相比,一次可以有100或更多不同的標簽。

    這項技術可以讓癌癥免疫基因組學領域發生改變,使研究人員能夠確定,哪一種是癌細胞產生的豐度最大的新抗原,并且其最有可能引起免疫系統的強烈反應。隨后研究人員可以使利用這些信息來創建個性化的抗癌“疫苗”。這些疫苗與使免疫系統重新生效新型抗癌藥物聯合使用,可以幫助癌癥患者對抗擊退癌癥。

    但目前基因組預測的新抗原是否會引起顯著的免疫應答只是一種猜想,CyTOF可以通過量化多個預測肽與人體T細胞結合的強度,幫助我們深入了解這個問題。

    不僅僅在癌癥基因組學領域發揮作用,CyTOF還可用于追蹤細胞產生的任何蛋白質的豐度和組成,只要能找到與你感興趣的蛋白質結合的抗體。這使我們能夠比以往更加多維和精確的方式在蛋白質水平提出問題。

    4.關聯基因型與表型

    瑞士蘇黎世聯邦理工學院分子系統生物學研究所,系統生物學家Ruedi Aebersold:

    很明顯,我們生活在一個非常有趣的時代——我們擁有大量高質量的遺傳變異基因組的信息。與此同時,我們也可以收集到大量與人口有關的健康數據,從一天所走的步數到血壓和臨床影像。訣竅是把兩者聯系起來。特別是在醫學方面,如果我們想將遺傳變異轉化為治療,那么我們就需要了解體內被疾病干擾過程的機理。

    這一聯系的關鍵是分析蛋白質復合物,它們是細胞的功能單位。我們如何利用大數據,例如卵巢腫瘤的基因組,發現哪些蛋白質復合物受到了干擾,以及干擾是如何發生的?

    一種方法是結合計算和定量蛋白質組學,對腫瘤和對照樣品中的數千種蛋白質進行連續和準確的定量?,F在可以利用質譜技術如SWATH-MS (sequential window acquisition of all theoretical mass spectra)來產生這樣的數據集。復雜的蛋白具有高度協變性,即同時增加或減少豐度。但如果復合物由于突變或結構變化而受到干擾,而失去亞基,那么亞基協變就會不同。這是鑒別癌癥中受到干擾的蛋白質復合物的一種方法。

    可以使用低溫電子顯微鏡單粒子分析或低溫電子斷層掃描(CET)在結構層面研究這種改變的復合物,二者都可以以約5-10埃的分辨率對分子進行成像。這一分辨率足以顯示突變是如何改變被影響的蛋白復合物的組成、拓撲形態和結構的。

    CET還具有揭示結構如何隨其他調節而變化的能力,如磷酸化引起的結構變化。2018年的一項重大進展是聚焦離子束銑削技術的改進,這種技術可以提取哺乳動物的細胞或組織切片,打磨出滿足CET要求的細胞薄層。這樣就可以在細胞環境下觀察特殊的蛋白復合物的結構。

    總之,這些技術將幫助我們在分子水平上理解蛋白復合物如何在疾病中受到干擾,并將闡明如何設計一種藥物來破壞它,使其失活或恢復正?;顒?。

    5.擴展基因組序列分析

    加州大學戴維斯分校,生殖生物學家Rebecca Calisi Rodríguez:

    在我進入研究生院時,一種全新的激素——促性腺激素抑制激素(GnIH)被發現,那是在2000年,這讓我深深著迷。當動物受到壓力時GnIH會抑制生殖軸。GnIH的研究正徹底改變我們對大腦如何調節生殖的理解。我想“天啊,還有什么是我們不知道的?下一個徹底改變我們對生殖理解的發現將在什么時候出現?”

    今天,得益于基因組和轉錄組的高通量DNA測序,激素發現率急劇上升。15年前,對人類基因組進行測序大約需要花費30億美元。今天卻只需花費幾千美元,而價格還在下降。這一點很重要,因為它使我們能夠在生態系統和棲息地對實驗室中通常無法研究的動物進行研究,并獲得更多的生理數據。

    作為一名生殖生物學家,我對此特別興奮,這使我們能更好的了解性行為和生殖機制的復雜性甚至是不協調性。我們最近利用RNA測序來更深入了解普通鴿子的繁殖軸是如何對壓力做出反應的。慢性壓力會干擾生殖,而我們想知道其完整的機制。我們正在觀察壓力下,生殖軸上——下丘腦-腦垂體-性腺——每一個被活躍轉錄的基因的活性。龐大的數據集產生了數百個關于壓力如何影響新發現的生殖機制的猜想。這將有助于我們實現基因干預和治療的目標,以幫助成千上萬不孕不育的男性和女性。

    此外,我們也可以對現實世界中的動物進行研究。例如,野鴿可以作為有力的模型,用以評估暴露于環境有害物質對生殖軸的影響。我們發現自由放養的鴿子和居住在同一個社區的人類,在環境中經歷了相似的有害物質的暴露與威脅。

    我們可以把鴿子作為環境中有害物質的生物指示劑。通過測序技術可以確定這樣的暴露如何影響高度保守的生殖系統??梢园研录夹g和“老派”科學工具結合起來,以從未有過的方式擴大我們的發現。我們可以實時觀察自然環境下的鴿子,測定其基因組和蛋白質組的變化,并觀察這些變化對繁殖的影響。就基因水平而言,我們是當代的自然歷史學家。

    6.建立科學物聯網

    加利福尼亞州伯克利Socos實驗室,理論神經科學家兼執行主席Vivienne Ming:

    物聯網中所有在家庭中變得常見的互聯網設備:Alexa,Google Home,Nest恒溫器和智能手機,都是大規模群體智能的傳感器和執行器。我們可以把單一的Alexa設備,亞馬遜開發的互聯網連接的智能助手視為一個單獨的私人助理,但把它看作是擴展到數以百萬家庭的大規模分布式多傳感器陣列的一部分更加準確。這就形成一個巨大的實驗系統——真正的Alexa。與其將它視為數以百萬計的個人機器人,不如將其看成一個不斷學習的單一人工智能(artificialintelligence, AI),每一個家庭的行為都會影響其探索和學習。

    那些分布式智能正在改變我們的生活,同樣它們也可能改變科學。我希望并相信我們已經做好準備。研究人員開始在分布式的科學物聯網(Internet of Scientific Things,IoST)上開展合作,這是一個將分布式傳感器和執行器,連接到強大的機器學習平臺的開放式系統,進而推動全球范圍的實驗。即使是簡單的版本,這個系統也有巨大的力量。谷歌發現其智能手機可以從手機加速度計和陀螺儀檢測到的步態變化中發現帕金森病的早期癥狀。使用擴展的智能手機傳感器,我的團隊能夠預測雙相情感障礙患者的躁狂發作。但是現在,大多數科學家無法獲得這種實驗能力。

    試想一下,研究人員能夠從運行IoST app的智能手機、智能手表、其他設備和世界各地用于實驗的傳感器獲取數據。利用AI系統可以在你的領域挖掘已發布的相關研究和數據。類似于現在的商用人工智能識別銷售人員隱藏的商業聯系,科學物聯網中的人工智能系統將提高科學家尋找其相關領域數據的能力。如果我的神經影像軟件能直接插入IoST平臺,讓我的實驗室和我研究領域內外的每個人都能實時獲得數據,那會怎樣?或者登錄平臺,發現你應會面的五名新研究人員的活動。想象一下吧。

    不可否認,這些大規模分布式系統中存在著可怕的因素。某些組織是否會對數據進行限制性控制?這些新平臺的研究結果是否會通過傳統的科學出版商,通過阿里巴巴或亞馬遜這樣的公司,或者像GitHub和arXiv這樣的開放獲取平臺?必須解決嚴峻的獲取問題和研究倫理問題,轉型即將到來。

    已經有個別實驗室和研究人員在利用這些可能性,科學界必須起帶頭作用。如果我們作為科學家自己建立這些系統,就可以使出版更加平等,數據更方便共享,科學更加透明。不然,其他人會幫我們這樣做。但是科學不應該被少數人握在手里。


    報名參觀
    報名參觀
    報名參展
    報名參展
    線上展覽
    線上展覽
    返回頂部

    關注我們

    網站已關閉

    您的網站已到期,請及時續費
    聯系電話:400-606-1198

    微信掃碼添加好友

    成年女人喷液影院
    <optgroup id="100wc"></optgroup>
    <optgroup id="100wc"><em id="100wc"><del id="100wc"></del></em></optgroup>
    <optgroup id="100wc"><i id="100wc"><del id="100wc"></del></i></optgroup>